首页 > 科技快讯 > 瞄准二级市场资管市场，「知量科技」为机构客户提供 AI 量化投资服务

瞄准二级市场资管市场，「知量科技」为机构客户提供 AI 量化投资服务

晰数塔互联网快讯
2019-05-29 06:49

资产管理行业策略咨询公司 Casey Quirk 的研究预测，2019 年中国将会成为全世界第二大资产管理市场，仅次于美国。并且该研究还表示，到 2030 年，中国的资产管理总规模将从 2016 年的 2.8 万亿美元增加至 17 万亿。

然而，资产管理在中国仍是新生行业，发展仅数十年。「知量科技」创始人武继坤对 36 氪表示，目前国内许多资产管理机构的作业模式还停留在人工作业，根据基金的资产管理规模分成几个组，每个组由量化工程师、研究员等组成，一个组一年人力成本数百万起，一般只专注于一种策略（趋势跟踪、均值回归、高频等），策略回测和开发周期时间长，一个团队每年产出 5 - 6 个用于投资的量化策略已经非常理想，但策略回报依然不稳定。

不过在国外，将机器学习等计算机前沿技术应用在量化交易中已经有许多成功先例，比如文艺复兴基金、Two Sigma、DE Shaw等。在中国，36氪则报道过为机构或个人提供量化工具的创业公司，比如聚宽、优矿、米筐、聚宽、果仁网等。此外，同花顺和京东金融也推出了量化交易平台。

基金投资中有两大思路，分别为 α 策略和 β 策略，α策略为传统的基本面分析策略，包括选股、估值和固收策略，超出市场收益的部分投资中收益即为α；β 策略侧重被动型收益，如大盘上涨带动的资产收益，即被称为β 收益。

武继坤介绍，知量科技对标的就是美国的文艺复兴基金。知量科技建立了一个 AI 策略引擎和执行平台，为机构客户提供大容量、回报稳定、低风险和自适应市场的交易策略，策略开发和运维成本可以降低 50% - 80%。

知量的 AI 引擎“Brain AI Alpha 智能资产管理平台” 包括策略引擎、投研系统和交易平台。平台以 α 策略为核心，采用机器学习的方式全自动化产生大量的交易信号和策略，取代人工基金经理、交易员、量化分析师，并可动态自适应市场。知量的策略表现平均在 15% - 30%，最大回撤在 -10% 内。

武继坤向 36 氪解释了知量科技的特别之处。在传统量化策略中，驱动策略的底层机器模型偏静态，如一个底层模型对应地驱动一个策略。这样的结果是——策略无法很快地适应市场的变化。而知量科技的思路是，一个策略下面对应多个模型，机器会自动搜集有关市场的大量信息，并且自动化地选择最好的策略执行交易，并且调整自己的交易指标、模型、逻辑、标的、过滤器和参数，更加灵活。

“作为对比，一个 10 人以内的传统量化团队一年能研发 5 - 6 个策略已经非常理想，知量科技目前已经开发了 20 多种独有的机器学习模型，无论是稳定性还是发出优质交易信号上都有优势。”武继坤表示。

另外，知量科技持续关注前沿学术研究进展，能够尽快地将技术落地，并有稳定的人才。公司核心创始团队成员来自香港大学计算机科学系姚兆明教授所领导的实验室。CEO武继坤是香港大学计算机科学系博士（23岁毕业），深圳 “孔雀计划”、“龙舞华章”海外高层次人才，曾任对冲基金执行董事、基金经理，管理量化组合表现位居行业前列；首席科学家姚兆明是香港大学教授，金融科技组组长，2016、2017全球Top 1%高被引科学家。

知量科技主要面向机构客户提供服务，包括自营类机构和传统资管机构，利润由资管平台产生的使用费(2%)、表现费分成和交易平台产生的返佣(0.05%)组成，一部分投入计算资源和研发团队，持续地产生优质策略；一部分以分红方式回报投资者。

目前，知量科技已经有近 20 家意向客户，分布在香港及内地，预计今年可以达到 1 亿以上的资产管理规。而在部署方式上，知量科技主要以 api 对接，为客户提供交易执行规则和信号。

关于未来规划，武继坤表示，知量科技平台的策略引擎和投研系统已经可以开发完毕，在夯实基础后，下一步将是切入交易环节，希望为券商和交易者做业务引流。

知量科技于 2018 年 6 月获天使轮融资，投资方为远望资本和迅雷创始人程浩，目前已启动 Pre-A 轮融资，预计规模在 1500 万港币，主要用于购买计算资源、扩大研发团队，持续优化算法系统及实盘验证策略效果。

————————————

头图来自东方IC 正版图库